You are on page 1of 26

EJERCICIOS DISTRIBUCIÓN WEIBULL

UNIDAD VI
0
2.4
830
720
Estimación de
Factores
Vida Mínima, ¸
Factor Forma, |
Vida Característica, q
Vida Media, µ
Vida Promedio
Vida B
q

Vida Característica
tiempo
| = 2.4
q = 830
f(t)
63.2%
Vida Media
tiempo
| = 2.4
µ = 740
f(t)
52.7%
Vida Mediana
tiempo
| = 2.4
B
50
life = 720
f(t)
50%
Ploteando los datos usando el
parámetro de ubicación
• El tercer parámetro de la distribución Weibull es utilizado
cuando no es posible trazar una recta con los datos.
• Para poder utilizar el método de ploteo de probabilidad, se
utiliza la siguiente formula para determinar un nuevo valor de
¸ :




• Restar de cada dato el valor de ¸ * y plotear la
correspondiente recta.
( )( )
( ) ( )
1 2 2 3
1 2 2 3
2
T T T T
T T T T
T
÷ ÷ ÷
÷ ÷
÷ =
-
¸
Estimación del Factor de Ubicación

( )( )
( ) ( )
¸ = ÷
÷ ÷
÷ ÷ ÷
t
t t t t
t t t t
2
3 2 2 1
3 2 2 1
b
a
tiempo
t
1
t
2
t
3

Ejercicio : Ploteo de Probabilidad
(con Weibull 3P)
• Seis ítems idénticos, están siendo probados en las
mismas condiciones de aplicación y exigencia.
• Todos los ítems fallan durante el ensayo siguiendo los
siguientes numero de horas:
48;66;85;107;125 y 152 horas.
• Encuentre los parámetros de la distribución Weibull 3P
(tres-parámetros) usando el método de ploteo de
probabilidad.
Resultado:
Probabilidad - Weibull
Tiempo, (t)
D
e
s
c
o
n
f
i
a
b
i
l
i
d
a
d
,

F
(
t
)
10.000 1000.000 100.000
10.000
50.000
90.000
99.000
26 . 17
32 . 92
95 . 1
=
=
=
¸
q
|
Datos
originales
Datos
ajustado por γ
Número
Falla (i)
Horas para la
Falla (ti )
Línea Media %
Acum Falla F(t )
1 1000 9.4
2 1300 22.8
3 1550 36.4
4 1850 50.0
5 2100 63.6
6 2450 77.2
7 3000 90.6
Ejercicio: Análisis de Weibull 3P
Estimación del factor de
Ubicación

( )( )
( ) ( )
( )( )
( ) ( )
¸ = ÷
÷ ÷
÷ ÷ ÷
=
÷ ÷
÷ ÷ ÷
= t
t t t t
t t t t
2
3 2 2 1
3 2 2 1
4000 1500 1500 810
4000 1500 1500 810
547
Desde los datos: t
1
= 810 horas
t
2
= 1500 horas
t
3
= 4000 horas
Replanteando:
t
1
÷ 1000 – 547 = 453 horas
t
2
÷ 1300 – 547 = 753 horas
t
3
÷ 1550 – 547 = 1003 horas, etc.
t
i
÷

¸
Número
Falla
(i)
Horas para
la falla
ajustadas
Línea Media
% Acum Falla
F(t )
1 453 9.4
2 753 22.8
3 1003 36.4
4 1303 50.0
5 1553 63.6
6 1903 77.2
Ejercicio: Análisis Weibull 3P
El ajuste del tiempo para la falla es ahora lineal
Resultado:
Probabilidad - Weibull
Tiempo, (t)
D
e
s
c
o
n
f
i
a
b
i
l
i
d
a
d
,

F
(
t
)
100.000 10000.000 1000.000
1.000
5.000
10.000
50.000
90.000
99.000
Datos Originales
Datos Corregidos
Beta = 1.85
Eta = 1538.7
Gamma = 558.5
Ejercicio 01
La información disponible acerca de la duración de 10 controladores
neumáticos, sometidos a funcionamiento continuo hasta que se
produce un fallo, da los siguientes resultados expresados por su
duración en meses: 1.9, 4, 5.5, 7, 8.5, 10, 12, 13.5, 19.5, 23
Se pide:
a. Calcular las probabilidades acumuladas.
b. Determinar los parámetros de Weibull.
c. Indicar el tipo de fallo.
d. Calcular la probabilidad de fallo para 12 meses.
e. Indicar cual es la duración media de vida.
f. Determinar la desviación típica.
Solución
a. Calcular las probabilidades acumuladas
Las probabilidades de fallo
acumuladas, para un valor de n=10,
serán:
=
−0.3
+0.4


Los valores de TBF están dentro del
rango o escala, por lo tanto no es
necesario usar escala.
Escala=1

FALLO
TBF F(i) F(i) [%]
1 1.9 0.0673 6.73
2 4 0.1635 16.35
3 5.5 0.2596 25.96
4 7 0.3558 35.58
5 8.5 0.4519 45.19
6 10 0.5481 54.81
7 12 0.6442 64.42
8 13.5 0.7404 74.04
9 19.5 0.8365 83.65
10 23 0.9327 93.27
Solución
b. Determinar los parámetros de Weibull
Ubicar los puntos en el papel Weibull y
trazar la línea que mejor se aproxime a
la intersección de los valores.

 El valor de beta () se obtiene de
la comparación de líneas paralelas,
siendo el resultado. =1.481
 El valor de Eta () se obtiene de la
intersección de la recta hallada con
la recta de Eta y transfiriendo a la
coordenada de tiempo. = 12
 El valor de Gamma () por ser una
recta se considera. = 0

Solución
c. Indicar el tipo de fallo
El valor de 1 < < 2 indica que los tipos de fallo son
una mezcla entre fallos aleatorios = 1 y fallos por
desgaste = 2 . Así mismo, al ser nulo el
parámetro de origen, estos controladores no disponen
de fiabilidad intrínseca. Finalmente el valor del
parámetro de escala indica que la dispersión es baja.
Por tanto, el mejor mantenimiento parece ser el
preventivo sistemático.
Solución:
d. Calcular la probabilidad de fallo para 12 meses
• = 1 −

• 12 = 1 −

12−0
12
1.481



• =0.632 =63.2%
La probabilidad será:


Nótese que el tiempo para el
que se a pedido el calculo (12
meses), coincide con el
parámetro de escala , por
lo que la probabilidad
calculada (63.2%) también es
un parámetro característico.
Solución:
e. Indicar cual es la duración media de vida
= . + = 0.9042 ∙ 12 +0 = 10.85

El valor de A se a obtenido de la tabla de Anexo para un valor
= 1.481


Solución:
f. Determinar la desviación típica
La desviación típica será:
= ∙ = 0.6212 ∙ 12 = 7.45

Donde el valor de B se a obtenido de la tabla de anexo para
= 1.481

Ejercicio 02
La información disponible acerca de la duración de 15 controladores
neumáticos sometidos a funcionamiento continuo hasta que se
produce un fallo, da los siguientes resultados, expresado por su
duración en horas: 124, 190, 234, 276, 313, 349, 386, 420, 455, 499,
542, 588, 648, 710, 830.
Se pide:
a. Determinar el tipo de distribución de fallos y sus paramentos,
explicando el significado de los resultados obtenidos.
b. Calcular la duración media de vida, la desviación típica y la
probabilidad de fallo en el valor medio.
c. Si los tiempo medios de reparación siguen una distribución de
Weibull con = 2, = 40, = 10ℎ, ¿Cuál es la
disponibilidad media?
Solución:
a. Determinar el tipo de distribución de fallos y sus parámetros,
explicando el significado de los resultados obtenidos
FALLO TBF TBF' F(i) [%]
1 124 13.78 4.55
2 190 21.11 11.04
3 234 26.00 17.53
4 276 30.67 24.03
5 313 34.78 30.52
6 349 38.78 37.01
7 386 42.89 43.51
8 420 46.67 50.00
9 455 50.56 56.49
10 499 55.44 62.99
11 542 60.22 69.48
12 588 65.33 75.97
13 648 72.00 82.47
14 710 78.89 88.96
15 830 92.22 95.45
Para el ajuste de los datos se seguirá el
procedimiento anterior.

Para este caso se tomara en
consideración usar la escala=9
Luego de dibujar los
valores en la hoja de
weibull, se obtienen los
datos

= 0 ℎ

=


= 55.4 ∗ 9 = 498ℎ

= 2.2
En este caso al tener un parámetro de forma
superior a 2, el tipo de fallo de estos
controladores es fallo por desgaste. Asimismo
este tipo de fallo no disponen de fiabilidad
intrínseca = 0ℎ y tienen una disposición
media-alta

= 55.4 . A la vista de estos
resultados el mejor tipo de mantenimiento será
un preventivo (probablemente predictivo por el
tipo de falla)
Solución:
b. Calcular la duración media de vida, la desviación típica y la
probabilidad de fallo en el valor medio
Duracion de Vida media
= ∙ + = 0.8856 ∗ 498 +0 = 441

Desviación típica
= ∗ = 0.4245 ∗ 498 = 212ℎ

Probabilidad de fallo
= 1 −

= 1 −

1 −

= 1 −
− 0.8856
2.2
= 0.535
Solucion:
c. Si los tiempo medios de reparación siguen una distribución de
Weibull con
= , = , =

=

+


Debemos calcular MTTR
= ∗ + = 0.8863 ∗ 40 + 10 = 45.5ℎ

=

+
=
441
441 + 45.5
= 0.91